MétaCan
Menu
Retour à la cohorte
Enregistrement W2511161685 · doi:10.17645/pag.v4i3.598

The Federal Features of the EU: Lessons from Canada

2016· article· en· W2511161685 sur OpenAlexaffabout
Amy Verdun

Notice bibliographique

RevuePolitics and Governance · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFederalismPolityPolitical scienceContext (archaeology)PoliticsEuropean unionPublic administrationWork (physics)IdeologyNew FederalismPolitical economyLawSociologyGeographyEconomic policyBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

There has been a rise and fall in interest in federalism in the context of European integration. This article assesses the federal nature of the EU. It draws in particular on the work of Michael Burgess who has been one of the key thinkers on this issue. Because there are many types of ‘federalisms’ available across the globe, it is helpful to make a comparison with another political system to offer a base line. In this article I explore to what extent the EU already has federal features. With the help of the work of Burgess I seek to look beyond the specific characteristics of the EU and reflect on how a comparison with this other polity can offer us insights into what is going on within the EU political system. Drawing on the comparison with Canada, I seek to identify the characteristics of the EU that are already those of a federation. Therefore, the guiding question of this article is: compared to Canada, what particular features does the EU have that reminds us of a federation and what features is it still lacking? It finds that the EU has a considerable amount of federal features (federation), but that a federal tradition, a federal ideology and advocacy to a federal goal (federalism) are mostly absent.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,971

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0170,005
Communication savante0,0100,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitics and GovernanceMême sujetEuropean Union Policy and GovernanceTravaux en français237 207